基于转录组测序揭示玉米抗倒伏相关基因和代谢通路
Transcriptomic Analysis to Reveal Lodging Resistance Genes and Metabolism Pathways in Maize (Zea mays L.)
通讯作者:
收稿日期: 2022-01-2 修回日期: 2022-04-2
基金资助: |
|
Received: 2022-01-2 Revised: 2022-04-2
作者简介 About authors
刘松涛,主要从事作物遗传育种研究,E-mail:
倒伏是影响玉米产量的重要因素之一。以抗倒性不同的3个玉米品种[京农科728:高抗倒性(H),金农738:中抗倒性(M),先玉335:低抗倒性(L)]为材料进行转录组学分析,挖掘玉米抗倒性相关基因。结果表明,3个比较组共鉴定到10 093个差异表达基因(differentially expressed genes,DEGs),其中先玉335与京农科728比较组鉴定到的DEGs最多,为7779个。GO功能富集分析表明,3个玉米品种抗倒性不同可能与富集到相同GO条目的DEGs数量不同有关。代谢通路富集分析表明,L-vs-H、M-vs-H分组显著富集到苯丙素生物合成、次生代谢产物的生物合成和类黄酮生物合成途径,而L-vs-M分组显著富集到光合作用-天线蛋白、植物-病原体相互作用途径。茎秆显微结构表明,先玉335单个维管束面积最小,茎秆表皮细胞厚度最薄,京农科728单个维管束面积最大,表皮细胞厚度最厚。结果进一步明确了玉米抗倒伏相关的基因与代谢通路,为定向克隆和抗倒伏新品种的分子设计育种奠定了基础。
关键词:
Lodging is one of the important factors affecting maize production. In this study, three maize varieties with different lodging resistance [Jingnongke 728 with high lodging resistance (H), Jinnong 738 with medium lodging resistance (M) and Xianyu 335 with low lodging resistance (L)] were used for transcriptome analysis to explore the genes related to maize lodging resistance. The results showed that a total of 10093 differentially expressed genes (DEGs) were identified in the three comparison groups, and the most DEGs of 7779 were identified in Xianyu 335 and Jingnongke 728 groups. GO functional enrichment analysis showed that the different lodging resistance of the three maize varieties may be related to the different number of DEGs enriched into the same GO terms. Metabolic pathway enrichment analysis showed that L-vs-H, M-vs-H were significantly enriched in phenylpropanoid biosynthesis, secondary metabolite biosynthesis and flavonoid biosynthesis, while L-vs-M was significantly enriched in photosynthesis antenna protein and plant-pathogen interaction pathways. The stem microstructure showed that Xianyu 335 had the smallest single vascular bundle area and the thinnest stem epidermal cell thickness, while Jingnongke 728 had the largest single vascular bundle area and the thickest epidermal cell thickness. The results of this study further clarified the genes and metabolic pathways related to lodging resistance in maize, which laid a foundation for directional cloning, and also provided a foundation for molecular design breeding of new lodging resistant varieties.
Keywords:
本文引用格式
刘松涛, 田再民, 刘子刚, 高志佳, 张静, 贺东刚, 黄智鸿, 兰鑫.
Liu Songtao, Tian Zaimin, Liu Zigang, Gao Zhijia, Zhang Jing, He Donggang, Huang Zhihong, Lan Xin.
茎秆力学特征是影响玉米茎秆倒伏的重要因素之一,代表玉米抗倒伏能力的茎秆力学特征有茎秆拉力、抗推力、穿刺强度和压碎强度,且与玉米抗倒伏能力呈显著正相关[7]。茎秆显微结构是影响玉米茎秆抗倒伏性能的另一个重要因素,维管束数目越多、细胞表皮越厚的玉米茎秆强度越好,抗倒性越强。冯素伟等[8]对茎秆显微结构进行分析发现,茎秆显微结构中大维管束数量越多,玉米的抗倒能力越强。前人对玉米倒伏的研究主要集中在茎秆力学特征、形态学特征以及相应的生理生化指标方面,在分子水平对玉米抗倒伏相关基因的挖掘的研究较少。因此,本研究以高抗倒的京农科728、中抗倒的金农738和低抗倒的先玉335为材料,在玉米抽雄期取第3节间茎秆进行转录学测序,挖掘与玉米抗倒性相关的基因,为培育高产和高抗倒伏的玉米品种提供理论依据。
1 材料与方法
1.1 试验设计
试验于2019年在河北省张家口市沙岭子镇农业科学院(115°05′E,40°6′N)进行,土壤质地为壤质土。供试玉米品种为京农科728(JNK728,高抗倒性,H)、金农738(JN738,中抗倒性,M)和先玉335(XY335,低抗倒性,L),试验采取完全随机区组设计,3次重复,行距55cm,株距30cm,种植密度67 500株/hm2,每个品种12行,行长10m。在玉米抽雄期,每个小区取3株长势一致的玉米,取第3节间茎秆液氮速冻后于-80℃保存待测。
1.2 玉米茎秆样本总RNA的提取、文库构建及Illumina测序
使用康为全能型植物RNA提取试剂盒(OminiPlant RNA Kit)提取9个玉米茎秆样本的总RNA。使用Qubit 2.0荧光计测定RNA的浓度,用Agilent 2100生物分析仪和1%的琼脂糖凝胶电泳检测RNA的完整性。使用Illumina公司的TruSeqTM RNA试剂盒(San Diego)构建测序所需cDNA文库,用Agilent 2100生物分析仪检测文库质量。由武汉迈特维尔生物科技公司完成建库测序。
1.3 数据处理、比对及表达量评估
使用Illumina HiSeq高通量测序平台对cDNA文库进行测序,对生成的原始数据进行处理,除去低质量读段、含接头或引物的读段,利用HISAT2将高质量读段与参考基因组(B73 RefGen_v4)进行序列比对,获取在参考基因组或基因上的位置信息以及测序样品特有的序列特征信息。所有下游分析均基于与参考数据完美匹配或只有一处不匹配的读段。采用FPKM(fragments per kilobase per million mapped reads)计算转录本或基因的表达水平。
1.4 差异表达基因的鉴定与功能注释
为了鉴定与玉米茎折相关基因,用DESeq2分别对3个品种组间的差异表达进行分析,基因表达差异倍数在2倍以上、且FDR<0.05确定为差异表达基因(differentially expressed genes,DEGs)。为了进一步鉴定DEGs的功能,使用Blast2GO(
1.5 实时荧光定量PCR(qRT-PCR)验证
表1 荧光定量引物序列
Table1
基因名称Gene name | 前引物Forward primer | 后引物Reverse primer | 产物长度Product size (bp) |
---|---|---|---|
LOC100281532 | GGAGGAGATGATGGGCAGC | CTCGATCTTCACCAGGGGC | 79 |
LOC100273579 | AGAAGTCGCTGAGCCTGAAC | TCTGCATCAGCGGGTAGTTG | 141 |
LOC100272756 | AGGAGGACAAGTCCGTGGAG | TATCGATCTTGTCGAGGCCG | 174 |
LOC541914 | CCGTTAACCTGTCGAGGCTT | GTCTCCAACCTTCCAGCTCC | 123 |
LOC100272970 | ATCAGCGTACATCGCGTCC | AACTGAGGTGGGCTCTGTGT | 94 |
LOC100194371 | CGGTTCTGCTTCAAGACGAT | CGGTAGTAGCTCCTTGGGTG | 113 |
LOC100281042 | TGGTGGAGGAGTACAGGAGG | GTGCCGTTCATCATGCTGTC | 172 |
LOC100282047 | GTCGAACAGCGAGGAGTACC | GTCGAACCAGAGGTGGAACC | 163 |
LOC100283318 | CTACTTCATCTCGGAGGGGC | GAGTAGGTGTGGAAGTCGGC | 177 |
LOC100284765 | CCACCATCAGTAGCGGTCG | GCCCGTGATGTTGCTGGA | 168 |
2 结果与分析
2.1 转录组测序结果统计与质量评估
表2 转录组测序数据统计
Table 2
样品名称 Sample name | 原始数据 Raw read | 有效数据 Clean read | 碱基所占百分比 Q30(%) | GC含量 GC content(%) | 单一比对率 Unique mapped | 多比对率 Multi mapped |
---|---|---|---|---|---|---|
JNK728-1 | 46743554 | 44778802 | 94.64 | 53.21 | 38131199(85.15%) | 2833048(3.58%) |
JNK728-2 | 42213792 | 40278042 | 93.90 | 53.24 | 34173234(84.84%) | 2543399(3.56%) |
JNK728-3 | 45140086 | 42175780 | 94.60 | 53.16 | 35820137(84.93%) | 2740012(3.64%) |
JN738-1 | 45628206 | 43858376 | 94.36 | 53.69 | 38079538(86.82%) | 2519952(3.37%) |
JN738-2 | 49113472 | 46927518 | 94.46 | 53.78 | 40671536(86.67%) | 2782255(3.41%) |
JN738-3 | 47537856 | 45732776 | 93.90 | 53.72 | 39628836(86.65%) | 2690579(3.43%) |
XY335-1 | 45920308 | 44134008 | 94.30 | 54.57 | 38518679(87.28%) | 2222552(3.04%) |
XY335-2 | 44670476 | 42529790 | 94.55 | 54.84 | 37079717(87.19%) | 2186084(3.04%) |
XY335-3 | 46723572 | 44596496 | 94.02 | 55.08 | 38796470(86.99%) | 2319389(3.06%) |
原始数据:测序产生的原始数据;有效数据:过滤后的测序产生的有效数据;碱基所占百分比:Phred数值大于30的碱基占总体碱基的百分比;GC含量:碱基G和C的数量总和占总的碱基数量的百分比;单一比对率:在参考序列上有唯一比对位置的有效数据数;多比对率:在参考序列上有多个比对位置的有效数据数
Raw read: number of raw sequencing data; Clean read:number of filtered sequencing data; Q30: percentage of bases with Phred values greater than 30 for the overall bases; GC content: the sum of the number of bases G and C counts as a percentage of the total number of bases; Unique mapped: the number of clean reads with unique alignment positions on the reference sequence; Multi mapped: the number of clean reads with multiple alignment positions on the reference sequence
图1
图1
转录组测序样本PCA分析
Fig.1
Principal componentanalysis of samples used for transcriptome sequencing
2.2 差异表达基因鉴定
为了挖掘玉米抗倒伏相关基因,对3个抗倒性不同的玉米材料进行品种间基因差异表达分析。由表3可知,先玉335与京农科728比较(L-vs-H)鉴定到差异基因最多,其中4411个DEGs上调表达,3368个DEGs下调表达。先玉335与京农738比较(L-vs-M)鉴定到5373个DEGs,包括2896个DEGs下调表达,2477个DEGs上调表达。京农738与京农科728比较(M-vs-H)鉴定到4905个DEGs,2831个DEGs下调表达,2074个DEGs上调表达。3个比较组共鉴定到10 093个DEGs,其中2095、769、606个DEGs分别在L-vs-H、L-vs-M、M-vs-H分组特异表达,1341个DEGs在3个分组中共同表达(图2)。
表3 差异表达基因统计
Table 3
分组 Group | DEGs数量 DEGs number | 下调 Down-regulated | 上调 Up-regulated |
---|---|---|---|
L-vs-H | 7779 | 4411 | 3368 |
L-vs-M | 5373 | 2896 | 2477 |
M-vs-H | 4905 | 2831 | 2074 |
图2
图2
分组鉴定到的DEGs Venn图分析
Fig.2
Venn diagram analysis of DEGs observed in comparison groups
2.3 DEGs GO功能富集分析
为了探究抗倒性不同玉米品种差异表达基因的生物学功能,对鉴定到的DEGs进行GO功能富集分析。由图3可知,生物学过程分类中,L-vs-H分组显著富集到植物型细胞壁的生物发生、光合作用、木质素合成过程,L-vs-M分组显著富集到植物型次生细胞壁的生物发生,M-vs-H分组显著富集到次生代谢过程、细胞壁发生、苯丙素的代谢过程。分子功能分类中,L-vs-H、M-vs-H分组显著富集到血红素结合、单加氧酶活性、碳水化合物结合;L-vs-M分组显著富集到叶绿素结合、四吡咯结合、糖基转移酶活性。细胞成分分类中,光合体系、光合体系Ⅰ、光合体系Ⅱ在L-vs-H、L-vs-M分组中显著富集,非原质体在M-vs-H分组中显著富集。因此,3个玉米品种抗倒性不同可能是因为富集到相同GO条目的DEGs数量不同。
图3
图3
DEGs的GO富集分析
颜色标尺(红―白)表示富集程度的高低(P<0.05)
Fig.3
Gene ontology (GO) enrichment analysis of DEGs
The colorgradient (orange to red)corresponds to the level of significance (lower to higher; P<0.05) of enrichment of the corresponding GO terms
2.4 DEGs代谢通路富集分析
为了近一步了解DEGs的功能,对3个分组鉴定到的DEGs进行KEGG代谢通路富集分析。结果(图4)表明,L-vs-H和M-vs-H分组均富集到6条代谢通路,L-vs-M分组富集到5条代谢通路。其中,苯丙素生物合成、次生代谢产物的生物合成、类黄酮生物合成在L-vs-H和M-vs-H分组显著富集。L-vs-M分组中,光合作用―天线蛋白、植物―病原体相互作用、次生代谢产物的生物合成显著富集。
图4
2.5 3个玉米品种茎秆的显微结构差异
图5
图5
3个玉米品种茎秆的显微结构
(a)显微镜可视范围内茎秆维管束数目;(b)单个维管束面积;(c)茎秆表皮细胞厚度
Fig.5
Microstructure of the stems of the three maize varieties
(a) number of stem vascular bundles within the microscope visual scope; (b)single vascular bundle area; (c)stem epidermal cell thickness
图6
图6
3个玉米品种茎秆的显微结构
不同字母表示差异显著(P<0.05)
Fig.6
Microstructures of the stalk of the three maize varieties
Different letters indicate significant difference (P<0.05)
2.6 DEGs的荧光定量验证
为了验证转录组测序的准确性,通过qRT-PCR检测了10个已报道与茎秆抗倒相关或注释到与茎秆抗倒相关途径的DEGs表达量,结果(图7)表明,所有10个基因的表达水平与RNA-seq测序的结果一致,且相关系数达到0.9171,因此qRT-PCR的分析结果证实了转录组测序结果的可靠性。
图7
图7
10个DEGs的RNA-seq测序结果的qRT-PCR验证
Fig.7
The qRT-PCR validation of the RNA-seq data for the ten DEGs
3 讨论
玉米在我国粮食安全战略中占有重要地位,随着玉米种植密度增加,茎秆增高,茎秆倒伏问题日益严重,成为限制玉米产量和品质的因素之一。作物倒伏指由各种外界因素引发的植株茎秆由自然直立状态到永久错位的现象,是农作物生产中存在的一个普遍性问题。导致作物倒伏的原因主要有遗传、栽培管理和自然环境3个方面,其中由作物基因型决定的遗传因素是内因,也是决定作物自身是否抗倒的最直接、最根本的因素[10]。植物生长处于风、雨等自然条件的影响下,当作物的茎秆弹性不足以使弯曲的植株恢复时容易发生大面积倒伏。玉米茎秆单位面积内维管束数目和表皮细胞厚度决定了玉米茎秆的抗压强度,本研究通过比较分析不同玉米品种的维管束数目和表皮细胞厚度,结果表明维管束数目越多,表皮细胞越厚,玉米茎秆抗折强度越高。杨硕等[11]对玉米茎秆显微结构研究表明,茎秆维管束数目、大维管束数目和小维管束数目在不同环境下均与茎秆抗倒伏能力呈正相关。同样,对水稻的研究[12]发现,抗倒伏能力越强的水稻,其茎壁厚,大、小维管束数目多。
茎秆抗倒伏是由多个基因控制的复杂的数量性状,目前对于玉米茎秆抗倒伏相关基因与代谢通路的研究较少。因此,本研究对3个抗倒性不同玉米品种进行转录学测序,并对DEGs进行了GO和KEGG富集分析,报道了玉米抗倒伏的关键差异表达基因和代谢通路。木质素是一类重要的大分子有机物质,由类苯丙酸途径的单体衍生形成,在维持细胞壁结构完整性方面起着关键性作用,茎秆的木质素含量越高作物的抗倒性越强[13]。木质素合成途径中,CoA连接酶(4CL)引导光合代谢产物向木质素合成途径的流动,处于代谢分支点的位置[14]。研究[10]表明,当4CL活性比原来提升1倍时,木质素含量也会相应提高1/4。本研究中苯丙素生物合成、木聚糖生物合成过程、细胞壁生物发生和植物型次生细胞壁的生物发生在3个分组中显著富集,对大豆茎倒伏的研究[10]表明DEGs也与这些功能相关。已报道的与茎倒伏相关的苯丙烷类代谢途径中的关键酶苯丙氨酸解氨酶、肉桂酸4-羟化酶和连接植物苯丙烷复合途径和木质素特异生物合成途径的4CL显著差异表达。推测这些显著富集的通路和差异基因可能与玉米抗倒性相关,其功能还需进一步验证。
4 结论
对3个抗倒性不同的玉米品种抽雄期茎秆进行转录组学分析,3个比较组共鉴定到10 093个DEGs,其中2095、769、606个DEGs分别在L-vs-H、L-vs-M和M-vs-H分组特异表达,1341个DEGs在3个分组中共同表达。GO富集分析表明,3个玉米品种抗倒性不同可能是因为富集到相同GO条目的DEGs数量不同。代谢通路富集分析表明,L-vs-H、M-vs-H分组显著富集到苯丙素生物合成、次生代谢产物的生物合成、类黄酮生物合成途径,而L-vs-M分组显著富集到光合作用―天线蛋白、植物―病原体相互作用途径,注释到这些途径的基因为与玉米抗倒伏相关的关键候选基因。茎秆的显微结构分析表明,京农科728的抗倒性强可能与茎秆维管束数目多、单个维管束面积大、茎秆表皮细胞厚有关。此外,qRT-PCR验证了转录组测序的结果。本研究确定的关键基因和代谢途径可作为未来定向克隆和下游分析研究的宝贵遗传资源或选择目标。
参考文献
玉米茎秆抗倒伏遗传的研究进展
DOI:10.3864/j.issn.0578-1752.2021.11.002
[本文引用: 1]
茎秆倒伏严重影响玉米产量、品质和机械化收获,是当前玉米生产和育种亟待解决的主要问题之一。加强对玉米茎秆抗倒伏性的研究,对提高品种抗倒伏能力具有重要意义。本文综述了玉米茎秆倒伏的主要影响因素及其遗传特征。茎秆倒伏与茎秆自身的强度密切相关。茎秆强度越高,抗倒伏性越强。茎秆强度受茎秆所处的发育阶段、茎秆内部结构和外部形态,及其细胞壁成分等影响。处于分生组织的茎秆细胞分裂旺盛,较易折断,而进入生殖生长后,茎秆表皮、厚壁组织增厚,维管束发育成熟,对茎秆的支撑作用增强。茎秆细胞壁的主要成分——纤维素、半纤维素、木质素、可溶性糖、无机物等均可提升茎秆强度。目前,研究者借助高通量表型平台,利用玉米连锁群体和自交系群体,采用各种定位方法,鉴定到一系列影响茎秆形态、强度、细胞壁成分的相关QTL和候选基因。研究表明,基于单倍型的QTL定位方法比基于单个SNP的定位效果好。一致性QTL分析将不同遗传群体的研究整合到一起,能够提高QTL结果的通用性。茎秆强度的遗传基础复杂,受微效多基因控制,位点间具有加性效应。茎秆成分QTL中的候选基因涉及细胞壁代谢、转录因子、蛋白激酶等。MAIZEWALL是玉米细胞壁相关基因的重要数据库。目前该数据库包含1 156个玉米细胞壁生物学相关的候选基因,为该领域的深入研究提供强大的资源。已鉴定到一系列影响玉米茎秆细胞壁成分、茎秆形态和强度的基因,其功能涉及纤维素合成路径,如纤维素合成酶类、Cobra类、糖基转移酶和核糖转运蛋白类;苯丙烷路径基因,如控制bm1—bm5的相关基因;植物激素类,如赤霉素、生长素、油菜素甾醇相关基因;转录因子如NAC、MYB;miRNA(ZmmiR528)以及F-box基因(stiff1)等。今后应积极探索不同发育时期玉米茎秆倒伏的力学机制;广泛发展自然群体或育种群体进行遗传分析;采取多种定位策略,提高抗倒伏相关基因鉴定的功效;针对优良等位基因,开发各类分子标记,加强抗倒伏分子标记辅助选择。本文将为玉米茎秆抗倒伏遗传机制解析及抗倒伏玉米品种的分子育种提供参考。
Methods for evaluating stalk quality in corn
DOI:10.1094/Phyto-60-295 URL [本文引用: 1]
Analysis of relative gene expression data using real-time quantitative PCR andthe 2-∆∆CT method
DOI:10.1006/meth.2001.1262
PMID:11846609
[本文引用: 1]
The two most commonly used methods to analyze data from real-time, quantitative PCR experiments are absolute quantification and relative quantification. Absolute quantification determines the input copy number, usually by relating the PCR signal to a standard curve. Relative quantification relates the PCR signal of the target transcript in a treatment group to that of another sample such as an untreated control. The 2(-Delta Delta C(T)) method is a convenient way to analyze the relative changes in gene expression from real-time quantitative PCR experiments. The purpose of this report is to present the derivation, assumptions, and applications of the 2(-Delta Delta C(T)) method. In addition, we present the derivation and applications of two variations of the 2(-Delta Delta C(T)) method that may be useful in the analysis of real-time, quantitative PCR data.Copyright 2001 Elsevier Science (USA).
/
〈 |
|
〉 |
